inteligencia artificial mamografía

La inteligencia artificial aplicada a las mamografías aumenta en un 20% la detección del cáncer de mama

La lucha contra el cáncer ha demostrado que un diagnóstico a tiempo es vital para la evolución favorable de los pacientes. Ahora, la alta tecnología podría ser un aliado en esa búsqueda de lograr diagnósticos precoces. Un estudio realizado en Suecia revela que el cribado con inteligencia artificial (IA) detecta un 20% más de cánceres de mama en comparación con el método utilizado hasta ahora por los radiólogos.

La investigación, publicada en la prestigiosa revista científica ‘The Lancet Oncology’, subraya el potencial de esta tecnología, que se ha aplicado en más de 80.000 mujeres para elaborar el informe.

“El análisis de mamografías con ayuda de inteligencia artificial es tan bueno como el de dos radiólogos trabajando juntos para detectar el cáncer de mama, sin aumentar los falsos positivos y reduciendo casi a la mitad la carga de trabajo de lectura de las mamografías (44%)”, aseguran los investigadores, entre otros de la Universidad de Lund y del Hospital Universitario de Skåne.

Aunque las conclusiones definitivas del ensayo no se esperan hasta dentro de varios años, las conclusiones provisionales arrojan esperanza para reducir los llamados ‘cánceres de intervalo‘. Estos son tumores detectados entre revisiones que suelen tener peor pronóstico que los vistos en las revisiones.

“Estos prometedores resultados provisionales de seguridad deben utilizarse para fundamentar nuevos ensayos y evaluaciones basadas en programas para hacer frente a la acusada escasez de radiólogos en muchos países”, afirma Kristina Lång, de la Universidad de Lund.

La inteligencia artificial está planteada en este caso como un segundo lector automatizado de mamografías que podría ayudar a reducir la carga de trabajo de los expertos y mejorar la precisión del cribado. Hasta ahora, el sistema para detectarlos se basa en la doble lectura rutinaria de las mamografías por dos radiólogos.

Vea aquí la versión original.

predicción cáncer de mama

Científicos españoles diseñan un predictor de riesgo de cáncer de mama gracias a la inteligencia artificial

Investigadores españoles han diseñado un predictor de riesgo para pacientes con cáncer de mama con técnicas de ‘machine learning’ (disciplina de la inteligencia artificial) que identifica los genes asociados a la supervivencia y el riesgo, y es capaz de obtener firmas génicas que facilitan estimar el pronóstico de la enfermedad.

Los científicos pertenecen al Centro de Investigación del Cáncer, perteneciente al Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad de Salamanca (USAL),

En la clínica médica es crucial el diagnóstico, es decir, identificar la enfermedad, y resulta necesario hacer un pronóstico de cómo va a evolucionar la enfermedad de cada paciente. En los casos de cáncer, el pronóstico indica la esperanza de remisión de la enfermedad y la supervivencia o el riesgo de recaída a lo largo de la dolencia.

“El diagnóstico y pronóstico dependen de la biología del cáncer y del tejido analizado y varían mucho entre los distintos tipos de cáncer, aunque todos se apoyan en técnicas para la detección de distintos tipos de biomarcadores”, indica Javier de las Rivas, líder del laboratorio responsable del nuevo diseño.

De las Rivas añade que “identificar otros nuevos a través de la investigación permite mejorar el diagnóstico y pronóstico de las enfermedades y proporcionar un tratamiento más personalizado y adecuado para cada paciente”.

En concreto, los investigadores lograron obtener una firma génica ligada a los biomarcadores moleculares medidos en la clínica de modo rutinario (el receptor de estrógeno, el receptor de progesterona y el protooncogén HER2) para pacientes con cáncer de mama. Estos biomarcadores son clave para determinar el tipo de tumor que tiene cada paciente y guían las decisiones clínicas de los oncólogos.

Además, esta firma génica se ha comparado con las firmas incluidas en las plataformas comerciales Prosigna, que da servicio en los hospitales de Castilla y León, y Oncotype. No solo mejora los resultados de las que ya existen, sino que muestra criterios de cómo se realiza el cálculo del riesgo, aspecto que no se indica en las plataformas comerciales.

Otra de las mejoras con respecto a estas plataformas es que no se limita a asignar un riesgo al desarrollo de cáncer de mama, de alto o bajo, sino que se hace una estimación de riesgo de cero a cien, por tanto, aporta una información mucho más precisa.

RESULTADOS VALIDADOS

El predictor especifica la influencia de los genes seleccionados y su asociación con los biomarcadores estándar, es decir, muestra la importancia de cada gen a la hora de estimar el riesgo.

“Mediante esta investigación, el grupo ha identificado un conjunto de genes biomarcadores para una cohorte de 500 pacientes aproximadamente y además los resultados han sido validados en otra cohorte de tamaño similar”, recalca De las Rivas.

Este investigador subraya que “la ventaja sobre las plataformas comerciales actuales es que la predicción de riesgo se ha calculado asociándolo con los biomarcadores tumorales estándar, que son medidos por histopatología cuando se realiza un diagnóstico de cáncer de mama”.

La viabilidad de incorporar este nuevo test a la clínica oncológica es alta, dado que el coste para su elaboración es similar a otras técnicas rutinarias, ya que supone unos 3.000 euros.

Además, las mejoras que incorpora este nuevo test propuesto por los investigadores del Centro de Investigación del Cáncer repercutirían positivamente en la clínica porque se precisan más los criterios empleados en oncología para elegir un tratamiento u otro, en función del diagnóstico y pronóstico obtenido.

(SERVIMEDIA)30-JUN-2023 13:11 (GMT +2)MGR/gja

© SERVIMEDIA. Esta información es propiedad de Servimedia. Sólo puede ser difundida por los clientes de esta agencia de noticias citando a Servimedia como autor o fuente. Todos los derechos reservados. Queda prohibida la distribución y la comunicación pública por terceros mediante cualquier vía o soporte.

Vea aquí la versión original.